文章 "利用 Python 和 MQL5 构建您的第一个玻璃盒模型"

新评论
 

新文章 利用 Python 和 MQL5 构建您的第一个玻璃盒模型已发布：

如果我们想从机器学习这些先进技术中获得任何价值，那么很难解释和理解为什么我们的模型偏离我们的期望至关重要。如果对模型内部工作原理的没有全面了解，我们可能无法发现破坏模型性能的错误，我们可能会在无法预测的参照特征上浪费时间，从长远来看，我们有可能没有充分利用这些模型的功能。幸运的是，有一个复杂且维护良好的多合一解决方案，令我们能够准确地看到我们的模型在引擎盖下正在做什么。

玻璃盒算法是机器学习算法，其完全透明、且其内在可理解。它们打破了传统观念，即机器学习中的预测准确性和可解释性之间存在权衡，因为它们提供了无与伦比的准确性和透明度。这意味着与我们更熟悉的黑盒替代品相比，它们在迭代时更容易调试、维护和改进。黑盒模型都是机器学习模型，其内部工作原理复杂、且不易解释。这些模型可以表示高维和非线性关系，而我们人类却不容易理解这些关系。

根据经验，黑盒模型应仅在玻璃盒模型无法提供相同精度水平的情况下使用。在本文中，我们将构建一个玻璃盒模型，并理解使用它们的潜在益处。我们将探索使用玻璃盒模型控制 MetaTrader 5 终端的 2 种途径：

  1. 传统方式：这可能是最简单的方式。我们简单地利用 MetaTrader 5 中集成的 Python 库将玻璃盒模型连接至 MetaTrader 5 终端。从那里，我们将用 MetaQuotes 5 语言构建一个智能系统，来协助我们的玻璃盒模型，并最大限度地提高我们的效率。
  2. 当下方式：推荐该方法将机器学习模型集成到智能交易系统之中。我们将玻璃盒模型导出为开放神经网络交换格式，然后将模型作为资源直接加载到我们的智能系统当中，令我们能够利用 MetaTrader 5 中提供的所有实用功能，并引领玻璃盒模型的强大功能。

    作者：Gamuchirai Zororo Ndawana

    新评论